跳到主要内容

第二期：动量、波动率和轮动——哪些传统策略在加密市场失效？

本文仅用于教育与研究，不构成投资建议。文中收益、回撤、Sharpe 等数据均来自特定样本期回测，不代表未来可复现结果。

读前须知几个常用指标：

CAGR（年化复合收益率）：将持有期内的总收益折算成每年等比增长的速率，方便不同时间长度的策略横向比较。Sharpe 比率：超出无风险利率的收益除以组合波动率，衡量每单位风险换来的超额收益，数值越高越好。最大回撤：历史上从账户最高点跌到最低点的幅度，是衡量最坏情况下账户缩水多少的核心指标。Calmar 比率：CAGR 除以最大回撤的绝对值，衡量每承受一单位回撤换来的年化回报。这期测试的策略里，多数连 BTC 买持基线都未能在风险调整后超越。当绝对 CAGR 差距不大时，Sharpe 相对于基线的改善幅度是最关键的判断依据——它直接告诉您策略是在"赚同样的钱但更稳"，还是只是在噪声里打转。

这期实验用三个标签标注每条路线的结论：

  • 样本内达标：在 2018/01–2026/04 样本窗口内，CAGR 和 Sharpe 均显著优于对应基线（BTC 买持或等权买持），Calmar 有实质改善，且在同组候选中未被更优方案明显支配。与第一期相比，这期不要求三项全部"绝对优于"基线，而是侧重 Sharpe 的改善幅度——因为这批策略多数连基线都跑不赢，能在风险调整后显著胜出已属少数。标签含义仅限于此，不代表策略已被验证为可采用方案
  • rejected：指标落后于基线；或虽略优于基线但改善幅度有限、被同组更优方案显著支配；或结构分析发现这条方向本身无效
  • inconclusive：部分指标有改善但未全部超越基线

汇总：这期全部实验的结果​

策略标的CAGR最大回撤SharpeCalmar交易次数结论
BTC 买持（基线）BTC24.5%−78.9%0.670.313基线
等权买持（多币基线）BTC/ETH/SOL55.9%−81.1%0.980.6987基线
20日动量BTC33.6%−52.7%0.950.64311样本内达标
10日动量BTC25.0%−54.3%0.770.46463rejected
波动率体制过滤BTC9.5%−69.7%0.440.14107rejected
布林带下轨支撑BTC24.8%−76.1%0.690.33149rejected
跨截面动量轮动BTC/ETH/SOL45.2%−87.1%0.860.52127rejected
轮动 + 绝对动量过滤BTC/ETH/SOL30.1%−84.9%0.720.3597rejected

回测设定：所有实验的回测窗口均为 2018-01-01 至 2026-04-28。现货数据来自 Binance。SOL 上线较晚（约 2020 年 8 月），涉及多币种的实验有效回测窗口更短。信号次日执行，单边手续费 0.1%。参数在样本上观察选定，未经独立样本外验证。

先立两条基线​

BTC 买持在整个样本期内年化 24.5%，但最大回撤高达 −78.9%，Sharpe 0.67，Calmar 0.31。这是一个高收益、高波动、需要极强持有能力的基线——账户曾经跌去将近八成，绝大多数投资者在中途会被迫出局。

等权持有 BTC/ETH/SOL 这条多币基线的绝对收益数字更高：CAGR 55.9%，Sharpe 0.98，Calmar 0.69。SOL 从约 $3 涨到 $80 以上，贡献了相当一部分超额收益，拉高了整体年化。代价是最大回撤更深，达到 −81.1%。这条基线为多币种策略设置了一个相当高的门槛——任何跨截面策略都需要在 Sharpe 和 Calmar 上明显超越 0.98/0.69 这两个数字，才有继续讨论的价值。

第一条路：短周期动量——唯一达标的方向​

20日动量​

样本内达标

逻辑直接：如果 BTC 过去 20 日的收益率大于 0，则持有；否则空仓转现金。没有均线平滑，没有额外过滤，信号源只是一段原始价格变化。

结果是这期实验里唯一显著跑赢基线的方向：CAGR 33.6%，最大回撤 −52.7%，Sharpe 0.95，Calmar 0.64，共触发 311 次交易。相比 BTC 买持：CAGR 高出 9.1pp，最大回撤收窄 26.2pp，Sharpe 提升 0.28，Calmar 翻了一倍多。虽然 10 日动量也略胜基线（见下节），但改善幅度远不及 20 日动量，且交易频率高出近 50%，在信号质量和执行成本上均被 20 日动量全面支配。

与第一期的 MA200 过滤相比，20 日动量的响应速度更快。MA200 需要价格从 200 日均线附近移动才能产生信号，滞后明显；20 日动量只观察最近一个月的价格方向，对短周期趋势的捕捉更及时。311 次交易折合每年约 37 次，在 0.1% 单边手续费下手续成本可控。

这一结果与部分加密量化研究的方向相近：短窗口动量信号在加密市场中比长周期趋势跟踪更有效，部分原因在于加密资产的价格趋势周期本身比传统资产短。

10日动量​

rejected

把窗口从 20 天缩短到 10 天，结果明显变差：CAGR 25.0%，Sharpe 0.77，Calmar 0.46，交易次数跳升到 463 次（折合每年约 56 次）。

相比 20 日动量，CAGR 下降 8.6pp，Sharpe 低 0.18。463 次交易意味着大量的"假突破"——价格在短期内反复越过零轴，策略跟着频繁进出，每次都消耗手续费，却没有捕捉到有效趋势。10 天的窗口对加密市场的日常波动太过敏感，信号质量显著下降。

动量信号的窗口长度在加密市场特别关键：10 日太短被噪声淹没，200 日太长跟不上趋势，20 日是这批实验中的最佳平衡点。

第二条路：波动率过滤——在加密市场全面失效​

rejected

这条策略的逻辑来自传统金融中"高波动 = 高风险"的假设：用 ATR（20 日平均真实波幅）除以当日价格作为波动率指标，当这个比值低于 5% 时才持仓，超过 5% 就清仓观望——本质上是只在"低波动环境"里参与市场。

结果是灾难性的：CAGR 仅 9.5%，不到 BTC 买持的一半。最大回撤 −69.7%，比买持还深。Sharpe 跌到 0.44，Calmar 只有 0.14。8 年下来净值仅增长 2.12 倍，而同期 BTC 买持已经增长了约 6 倍。

根本原因在于加密市场的一个结构性特征：高波动率既出现在暴跌中，也出现在最猛烈的上涨中。BTC 在牛市顶部加速冲刺阶段，单日涨幅 5%–10% 是常态，这本身就会推高 ATR/价格比率远超 5% 的门槛。波动率过滤规则一旦生效，就把这些涨幅最强的阶段全部排除在外，策略只剩下横盘震荡时的零星持仓。

传统金融里"高波动 = 风险信号"的假设，在加密市场完全不成立。在这里，高波动是常态，而不是异常——过滤掉高波动等于过滤掉大半个市场机会。这与部分关于加密波动率目标化的研究方向相近：简单的波动率目标化策略在加密市场系统性跑输。

第三条路：布林带下轨支撑——退化为准买持​

rejected

布林带下轨支撑的逻辑：只要价格在布林带下轨之上就持仓，跌破下轨才清仓。标准设定为 20 日均值加减 2 倍标准差，下轨作为动态止损线。

数字看起来和 BTC 买持几乎一模一样：CAGR 24.8%（比买持高 0.3pp），最大回撤 −76.1%（只改善 2.8pp），Sharpe 0.69，Calmar 0.33。149 次交易产生了手续费摩擦，但没有带来任何有意义的信号价值。

原因很清楚。BTC 绝大多数时间价格都在下轨之上——下轨要求价格偏离 20 日均线 2 个标准差，只有极端暴跌才会触及。策略在正常行情中一直保持持仓状态，与买持没有区别；只在极少数暴跌瞬间短暂离场，然后价格稍有反弹就又站回下轨上方。布林带的设计假设资产收益率近似正态分布——而加密资产的收益率分布有显著的厚尾特征，极端下跌比正态预期更频繁但也更短暂。结果是策略既没有有效减少回撤，又因频繁触碰下轨产生的手续费拖累了收益。

第四条路：跨截面动量轮动——高相关资产间的幻觉​

纯动量轮动​

rejected

逻辑是跨截面动量的经典实现：每月末对 BTC、ETH、SOL 按过去 21 日涨幅排名，全仓集中持有排名第一的那一个，下月重新排名调仓。

表面数字不难看：CAGR 45.2%，Sharpe 0.86。但最大回撤是 −87.1%——账户曾经从最高点跌去将近九成。年化波动率远高于基线，等同于通过集中仓位放大了整个加密市场的系统性风险。更讽刺的是，CAGR 45.2% 实际上低于等权买持的 55.9%（需注意 SOL 数据自约 2020 年 8 月起算，两者有效比较期不完全对齐）。集中持仓策略未能持续持有 SOL 从 $3 涨到 $80 以上这段大涨——当 SOL 在某些月份不是"动量最强"的那一个时，策略切到了 BTC 或 ETH，错过了 SOL 主升段的相当一部分涨幅。

−87.1% 的最大回撤在实际中意味着什么？意味着绝大多数投资者很难真正执行到底——在账面亏损 70% 的时候，几乎所有人都已经平仓离场了。

轮动 + 绝对动量过滤​

rejected

在纯轮动基础上加一个绝对动量过滤：只有当动量排名第一的币种 21 日收益率也大于 0 时才入场，否则空仓。这是试图修补纯轮动的逻辑漏洞——在全市场下跌时，强迫持有"跌最少的那个"毫无意义。

加了过滤后的结果：CAGR 30.1%，最大回撤 −84.9%，Sharpe 0.72，Calmar 0.35。最大回撤从 −87.1% 改善到 −84.9%，进步 2.2pp。CAGR 则下降了 15pp。这个改善幅度几乎可以忽略不计——本质问题没有变。

跨截面动量轮动在传统市场有效的前提是资产之间存在足够的差异化——股票、债券、商品之间的低相关性让轮动有"搬到安全地带"的空间。但 BTC、ETH、SOL 在熊市中几乎同涨同跌，轮动只是在同一条下沉的船上换个座位。

与部分外部研究的发现方向相近：加密资产的跨截面动量信号容易被一个共同的"加密因子"主导，当市场整体方向向下时，个币之间的相对排名失去意义。在高度共线性的资产集合里，轮动策略无法提供真正的分散效果，只是在同一个风险因子上换了个暴露方式。

这期实验真正留下来的​

样本内达标（1 条）：20 日动量（CAGR 33.6%，Sharpe 0.95，Calmar 0.64）。响应速度与加密市场的短周期趋势节奏匹配，在显著改善回撤的同时提升了 Sharpe，是这批实验里唯一在改善幅度和信号质量上同时达标的方向。

rejected（5 条）：10 日动量（噪声淹没，交易次数过多）、波动率体制过滤（加密市场高波动与高收益并行，过滤失效）、布林带下轨支撑（退化为带手续费的买持）、跨截面动量轮动（高相关资产间无实质分散）、轮动 + 绝对动量过滤（结构性问题无法靠叠加规则修补）。

这批结果有几个值得记住的规律。时间序列动量（单币种）在加密市场里有条件地有效，而跨截面动量（多币种排名轮动）全面失效。两者的区别在于前者只需要判断"方向对不对"，后者还需要"不同资产之间有足够差异"——后一个条件在高度同步的加密资产中根本不成立。

波动率相关策略在传统市场的有效性，建立在"高波动 = 负面冲击"这个假设上。在加密市场里，这个假设双向都不成立：熊市暴跌时波动率高，牛市加速上涨时波动率同样高。本期测试的 ATR 低波持仓过滤规则，在牛市顶部的关键窗口系统性缺席。

布林带下轨支撑在这批实验中退化为带手续费的准买持——这并不能推广为"所有基于正态分布假设的指标都失效"，但至少表明在厚尾的加密收益率分布上，标准布林带参数（20 日均线 ± 2 倍标准差）的下轨几乎不提供有效的离场信号。

以上发现与部分外部研究的方向相近。

本期测试的几条失败路线，都暴露出底层假设与 BTC/ETH/SOL 样本特征之间的错配——这个教训比任何一条 rejected 结论更值得记住。其他参数化或仓位化版本仍需单独验证。20 日时间序列动量是唯一的例外，它之所以有条件地有效，恰恰是因为它不依赖正态分布、不假设资产间低相关、也不需要区分"好波动"和"坏波动"。

这期之后，下一步该问什么​

这期实验留下的问题比答案更多：

  • 20 日动量与第一期的 ChandelierExit 叠加使用，能否进一步改善回撤？
  • ChandelierExit 应用到多币种组合（BTC/ETH/SOL 各自独立跟踪止损），效果如何？
  • 基于实时波动率动态调整仓位规模，能否解决波动率过滤的方向性问题？
  • 以上结论需要更长的样本外窗口验证，尤其是在 SOL 等数据更短的资产上。

如果您想继续围观后续实验：

重要提醒：本文所有内容仅为学习研究用途，不构成投资建议。用户应独立做出投资决策并承担相应风险。